小红书开源语音识别模型FireRedASR登场，中文识别准确率出类拔萃

襄阳市第三小学app 南通市养老服务app 铜川市政务服务app 蚌埠市应急管理app 黄冈市文旅信息app 永州市第六小学app 池州市土地申报app 海东市专题专栏app 百色市消防局app 芜湖市民政管理app 揭阳市同城app 济南市妇联救助app 安顺市公益app 茂名市残联app 烟台市国土信息app 湛江市养老服务app 阳泉市工商信息app 齐齐哈尔市旅游监督app 淮安市铁路管理app 大庆市教研app 东莞市消费协会app 湖州市公正处app 宝鸡市第三高中app 宿迁市热点专题app 朔州市热点专题app 巴彦淖尔市政府信息公开指南app 保定市暴雨监控中心app 临县第三中学app 新化县妇联app 汉阴县政府信息公开指南app 应县民政管理app 贡觉县公益app 临邑县消费协会app 合江县街道办app 朗县台风信息app 阳原县特殊家庭关爱协会app 乐安县税务局app 阜新蒙古族自治县征地服务app 威信县残联app 绥滨县学校app 磁县第三小学app 资中县台风监控中心app 方山县征地服务app 靖宇县助农app 特克斯县消防宣传app 通榆县第二高中app 两当县第二高中app 志丹县安全生产app 林口县台风信息app 保靖县政务监督app 索县第四高中app 滦南县住房保障app 梁山县第六小学app 岱山县环境保护协会app 鄄城县未成年保护协会app 滦平县沧县环境保护协会app

近日，小红书旗下的 FireRed 团队推出了全新的开源语音识别模型——FireRedASR。该模型作为基于大模型构建的语音识别系统，在多个标准测试集中都斩获了极为优异的成绩，无疑为中文语音识别技术带来了重大突破。

FireRedASR 的核心指标是字错误率（CER），该指标越低，表示模型的识别效果越好。在最近的公开测试中，FireRedASR 的 CER 达到了3.05%，较之前的最佳模型 Seed-ASR 降低了8.4%。这一结果显示出 FireRed 团队在语音识别技术上的创新能力。

FireRedASR 模型分为两种核心结构:FireRedASR-LLM 和 FireRedASR-AED。前者专注于极致的语音识别精度，后者则在准确率与推理效率之间实现了良好的平衡。团队提供了不同规模的模型和推理代码，以满足各种应用场景的需求。

在多个日常应用场景中，FireRedASR 同样展现了强大的性能。在由短视频、直播和语音输入等多种来源组成的测试集中，FireRedASR-LLM 的 CER 相较于业内领先的服务提供商降低了23.7% 至40%。特别是在需要歌词识别的场景中，该模型的表现尤为突出，CER 实现了50.2% 至66.7% 的相对降低。

此外，FireRedASR 还在中文方言和英语场景中表现优异，其 CER 在 KeSpeech 和 LibriSpeech 测试集上显著优于之前的开源模型，证明其在多种语言环境中的鲁棒性和适应性。

FireRed 团队希望通过开源这一新模型，推动语音识别技术的发展和应用，为语音交互的未来贡献力量。所有模型和代码已在 GitHub 上公开，鼓励更多开发者和研究者参与其中。